阿里云栖大会亮出全栈 AI 路线图：Qwen4 启动训练，RSI 递归自改进落地

9 月 22 日，2026 云栖大会在杭州召开。阿里巴巴公布涵盖芯片、云端基础设施、模型与智能体的全栈 AI 战略，并定下 2032 年全球数据中心规模超 20GW 的目标。其中最受关注的是千问（Qwen）大模型的一系列进展。

事件背景

阿里集团 CEO 吴泳铭在会上抛出一个判断：今天机器思考总量不到人类思考总量的 3%，若未来机器思考是人类的上千倍，“机器智能时代的代表性产品还没有出现”。这一判断为阿里“Scaling 是迈向 ASI 关键路径”的信仰提供了注脚。

核心内容

• Qwen4 启动训练：基于下一代架构的 Qwen4 已投入训练，后续 Qwen4.5、Qwen5 规划将参数规模扩展至 5 万亿至 10 万亿。
• RSI 落地：递归自我改进已进入模型训练、推理与芯模协同全链路。Qwen3.8-Max 在人类“零参与”下自主搭建训练流程、构造数据、设计实验、定位缺陷，持续迭代超 1 个月、完成 33 轮有效迭代，Artificial Analysis 评分由 40 提升至 45。
• 芯片协同：仅凭一份总线模块规范，模型自主完成芯片前端、验证、后端全链路迭代，运行超 60 小时、调用 EDA 工具上万次，将芯片面积缩减 42%。
• 多模态升级：Qwen3.8-Omni-Flash 统一处理视频、音频、图像与文本；下一代视频生成模型定于 11 月发布；同声传译模型 Qwen3.8-LiveTranslate 将时延压缩至 2.3 秒。

影响与解读

RSI 的初步落地意味着大模型开始具备“自我进化”能力，有望显著降低对人工标注与人工调参的依赖。与此同时，Qwen 的开源生态持续扩大：阿里已开源 460 余个 Qwen 模型，下载量突破 30 亿次，衍生模型超 30 万个。

相关动态与展望

阿里还发布面向手机的 AI 全栈方案 Qwen Intelligence，推动智能体能力下沉到消费终端；并宣布在土耳其、芬兰、荷兰设立首批云端地域。大模型正向“更强、更智能、更普惠”加速演进。

信息来源：阿里巴巴集团官网、AIBase、AITOP100。相关链接：阿里巴巴集团官方发布、AIBase 报道、AITOP100 报道。